econometria estimacion ar(p) ,ma(q) , arma(p,q)

ECONOMETRÍA II ORLANDO MARIN AGUILAR

MA(q)

Dependent Variable: AHORRO

Method: Least Squares

Date: 08/05/16 Time: 13:38

Sample (adjusted): 1 22

Included observations: 22 after adjustments

Convergence achieved after 28 iterations

MA Backcast: -2 0 Variable Coefficient Std. Error t-Statistic Prob. C 5.13E+10 1.82E+10 2.822050 0.0113

MA(1) 1.535929 0.249708 6.150906 0.0000

MA(2) 1.002392 0.414464 2.418527 0.0264

MA(3) 0.225456 0.268725 0.838982 0.4125 R-squared 0.842775 Mean dependent var 5.13E+10

Adjusted R-squared 0.816571 S.D. dependent var 5.26E+10

S.E. of regression 2.25E+10 Akaike info criterion 50.67822

Sum squared resid 9.15E+21 Schwarz criterion 50.87659

Log likelihood -553.4604 Hannan-Quinn criter. 50.72495

F-statistic 32.16196 Durbin-Watson stat 1.769729

Prob(F-statistic) 0.000000 Inverted MA Roots -.43 -.56-.47i -.56+.47i INTERPRETACION .-

Esta variable Ahorro es no estacionaria.

Observamos que nuestras variables son significativas al 95% de confianza con

una prob aceptable 100% pero observamos que un de nuestras variables ma(3)

no es significativa y con un probabilidad de que no ocurra es de 41%.

Nuestros residuos fluctúan alrededor de nuestro modelo con 84%igual forma

nuestro R2 indica que nuestro 81% la nube de puntos es ajustado al modelo, con

una probabilidad que ocurra 32.16% .

No tiene auto correlación residual está dentro de los parámetros. No viola

ningún supuesto.

Según los criterios asintóticos tomamos schars como la mejor opción para el

modelo.

Este modelo media móvil decimo ocurre después de 28 iteraciones.


Dependent Variable: INDUSTRIALIZACION


Date: 08/05/16 Time: 13:39





MA(1) 1.561440 0.284381 5.490660 0.0001

MA(2) 1.109467 0.467674 2.372307 0.0353







Prob(F-statistic) 0.000042 Inverted MA Roots -.14 -.71+.64i -.71-.64i INTERPRETACION .-

esta variable es no estacionaria

Observamos que nuestras variables ma(1) ma(2) son significativas al 95% de

confianza con una prob aceptable 100% pero observamos que un de nuestras

variables ma(3) no es significativa y con un probabilidad de que no ocurra es de

71%


nuestro R2 indica que nuestro 80% la nube de puntos es ajustado al modelo,

con una probabilidad que ocurra 100%

Vemos que el modelo no tiene Auto correlacion residual donde no hay violación

de ningún supuesto.

Según los criterios asintóticos tomamos Hannan-Quinn criter.46.86704

como la mejor opción para el modelo.



Dependent Variable: INFLACION


Date: 08/05/16 Time: 13:38




MA Backcast: OFF (Roots of MA process too large) Variable Coefficient Std. Error t-Statistic Prob. C -4.564462 1.985638 -2.298738 0.0421

MA(1) 1.455083 0.698978 2.081730 0.0615

MA(2) -0.732104 0.717656 -1.020132 0.3296

MA(3) 2.912329 0.985685 2.954626 0.0131 R-squared 0.830290 Mean dependent var 5.897131

Adjusted R-squared 0.784006 S.D. dependent var 15.21734

S.E. of regression 7.072290 Akaike info criterion 6.973424

Sum squared resid 550.1901 Schwarz criterion 7.162237



Prob(F-statistic) 0.000151 Inverted MA Roots .43-1.04i .43+1.04i -2.31

Estimated MA process is noninvertible INTERPRETACION .-

Observamos que nuestras variables ma(1) ma(2) son significativas al 95% de

confianza con una prob aceptable 100% pero observamos que un de nuestras

variables ma(3) no es significativa y con un probabilidad de que no ocurra es de

71%


nuestro R2 indica que nuestro 80% la nube de puntos es ajustado al modelo,

con una probabilidad que ocurra 100%

Vemos que el modelo no tiene Auto correlacion residual donde no hay violación

de ningún supuesto.

Según los criterios asintóticos tomamos Hannan-Quinn criter.46.86704

como la mejor opción para el modelo.



Dependent Variable: PER_CAPITAL


Date: 08/05/16 Time: 13:37

Sample: 1 46

Included observations: 46


MA Backcast: -2 0 Variable Coefficient Std. Error t-Statistic Prob. C 34148.19 5869.521 5.817883 0.0000

MA(1) 1.310377 0.148816 8.805371 0.0000

MA(2) 1.063450 0.212170 5.012262 0.0000

MA(3) 0.514178 0.166556 3.087117 0.0036 R-squared 0.867943 Mean dependent var 33218.75

Adjusted R-squared 0.858510 S.D. dependent var 27231.23

S.E. of regression 10243.06 Akaike info criterion 21.38953




Prob(F-statistic) 0.000000 Inverted MA Roots -.26-.76i -.26+.76i -.79

INTERPRETACION .-

Esta variable es no estacionaria

Observamos que nuestras variables ma(1) ma(2) ma (3)son significativas al 95%

de confianza con una prob aceptable 100%

Nuestros residuos fluctúan alrededor de nuestro modelo con 86% igual forma

nuestro R2 indica que 85% la nube de puntos es ajustado al modelo, con una

probabilidad que ocurra 100%

Vemos que el modelo no tiene Auto correlación residual donde no hay violación

de ningún supuesto esta dentro de los parametros conocidos.

Según los criterios asintóticos tomamos Schwarz criterion 21.54854 como la

mejor opción para el modelo.

Este modelo media móvil decimo ocurre después de 29 iteraciones. Un ma(3)


Dependent Variable: PIB


Date: 08/05/16 Time: 13:34

Sample: 1 46

Included observations: 46



MA(1) 1.751844 0.160143 10.93924 0.0000

MA(2) 1.425496 0.264655 5.386249 0.0000

MA(3) 0.518782 0.170062 3.050539 0.0039 Mean dependent var 3.80E+10






Prob(F-statistic) 0.000000 Inverted MA Roots -.49-.66i -.49+.66i -.78

INTERPRETACION .-

La variable PIB es no estacionaria

Observamos que nuestras variables ma(1) ma(2) ma (3)son significativas al 95%

de confianza con una prob aceptable 100%

Nuestros residuos fluctúan alrededor de nuestro modelo con 90% igual forma

nuestro R2 indica que 100% la nube de puntos es ajustado al modelo, con una

probabilidad que ocurra 100%

Vemos que el modelo no tiene Auto correlación residual donde no hay violación de

ningún supuesto esta dentro de los parámetros conocidos.

Según los criterios asintóticos tomamos Akaike info criterion 50.24042 como la

mejor opción para el modelo.

Este modelo media móvil decimo ocurre después de 124 iteraciones. Un ma(3)


ARMA

Dependent Variable: AGRICULTURA


Date: 08/05/16 Time: 13:54




MA Backcast: 1 Variable Coefficient Std. Error t-Statistic Prob. C -51625887 61737984 -0.836209 0.4194

AR(1) 1.080454 0.029272 36.91040 0.0000

MA(1) -0.978497 0.064548 -15.15920 0.0000 R-squared 0.947425 Mean dependent var 1.22E+08

Adjusted R-squared 0.938662 S.D. dependent var 61772677

S.E. of regression 15298907 Akaike info criterion 36.10132




Prob(F-statistic) 0.000000 Inverted AR Roots 1.08

Estimated AR process is nonstationary

Inverted MA Roots .98

INTERPRETACION .-

Vemos que nuestro modelo es significativa esta dentro de los parámetros con

intervalo de confianza del 95% con la probabilidad de que ocuura del 100%

Nuestro residuos fluctúan alrededor de nuestro modelo con un 94% , y R2 nos

dice que la nube de puntos fluctúa de igual forma en el modelo con un 93%,

Prob(F-statistic) de que ocurra en 100%

Decimos que tomamos el criterio asintótico Akaike info criterio 36.10

Nos dice que el Durbin-Watson stat no hay ACR no viola ningún supuesto




Date: 08/05/16 Time: 13:55




MA Backcast: 0 1 Variable Coefficient Std. Error t-Statistic Prob. C -27570263 1.66E+08 -0.166227 0.8710

AR(1) 1.075536 0.083830 12.82992 0.0000

MA(1) -0.431583 0.275322 -1.567558 0.1453









Inverted MA Roots .22-.57i .22+.57i

INTERPRETACION .-

Vemos que nuestro ar(1) es significativa está dentro de los parámetros con

intervalo de confianza del 95% con la probabilidad de que ocurra del 100%pero

que los ma(1) ma(2) no es significativa no esta en los parametros indicados del

95%.




Decimos que tomamos el criterio asintótico Akaike

Nos dice que el Durbin-Watson stat no hay ACR no viola ningún supuesto.




Date: 08/06/16 Time: 05:52




MA Backcast: OFF (Roots of MA process too large) Variable Coefficient Std. Error t-Statistic Prob. C 1.26E+08 1.42E+08 0.888513 0.3951

AR(1) 2.046565 0.494867 4.135590 0.0020

AR(2) -0.997201 0.552763 -1.804031 0.1014







Prob(F-statistic) 0.000000 Inverted AR Roots 1.25 .80


Inverted MA Roots 2.17

Estimated MA process is noninvertible

INTERPRETACION .-

Vemos que nuestro ar(1) es significativa está dentro de los parámetros con

intervalo de confianza del 95% con la probabilidad de que ocurra del 100%pero

que los ar(2) ma(1) no es significativa no está en los parámetros indicados del

95%.




Decimos que tomamos el criterio asintótico Hannan-Quinn criter. 35.75375





Date: 08/06/16 Time: 05:54




MA Backcast: 1 2 Variable Coefficient Std. Error t-Statistic Prob. C 1.26E+08 2.17E+08 0.580215 0.5760

AR(1) 2.011247 0.391841 5.132812 0.0006

AR(2) -1.039205 0.404011 -2.572219 0.0301

MA(1) -1.863449 0.098141 -18.98754 0.0000







Prob(F-statistic) 0.000001 Inverted AR Roots 1.01-.17i 1.01+.17i


Inverted MA Roots .93-.13i .93+.13i

INTERPRETACION .-

Vemos que nuestro ar(1) ar(2) ma(1) ma(2) es significativa está dentro de los

parámetros con intervalo de confianza del 95% con la probabilidad de que

ocurra del 100%




Decimos que tomamos el criterio asintótico Schwarz criterion 36.18118



CONSUMO

Dependent Variable: CONSUMO_FINAL_DE_LAS_FAM


Date: 08/06/16 Time: 03:21




MA Backcast: 1 Variable Coefficient Std. Error t-Statistic Prob. C 1.25E+10 6.64E+09 1.879402 0.0765

AR(1) 1.091888 0.056382 19.36574 0.0000









Inverted MA Roots -.68

INTERPRETACION .-

Vemos que nuestro ar(1) ar(2) es significativa está dentro de los parámetros

con intervalo de confianza del 95% con la probabilidad de que ocurra del 100%





Nos dice que el Durbin-Watson stat hay ACR viola los supuesto.




Date: 08/06/16 Time: 05:50




MA Backcast: 0 1 Variable Coefficient Std. Error t-Statistic Prob. C -4.05E+09 6.48E+09 -0.624994 0.5403

AR(1) 1.109372 0.038453 28.84982 0.0000

MA(1) 0.627125 0.245724 2.552154 0.0206









Inverted MA Roots -.31+.43i -.31-.43i

INTERPRETACION .-

Vemos que nuestro ar(1) ar(2) es significativa está dentro de los parámetros con intervalo de confianza del

95% con la probabilidad de que ocurra del 100%, pero que ma(2) no es significativa

Nuestro residuos fluctúan alrededor de nuestro modelo con un 99% , y R2 nos dice que la nube de puntos

fluctúa de igual forma en el modelo con un 99%, Prob(F-statistic) de que ocurra en 100%

Decimos que tomamos el criterio asintótico Akaike info criterion 44.33117





Date: 08/06/16 Time: 05:49





AR(1) 1.993945 0.282776 7.051322 0.0000

AR(2) -0.996985 0.317043 -3.144634 0.0063







Prob(F-statistic) 0.000000 Inverted AR Roots 1.00-.06i 1.00+.06i

Inverted MA Roots .01

INTERPRETACION .-


con intervalo de confianza del 95% con la probabilidad de que ocurra del 100%,

pero que ma(1) no es significativa con un probabilidad 96%.









Date: 08/06/16 Time: 05:49





AR(1) 1.837273 0.399604 4.597734 0.0003

AR(2) -0.846327 0.436515 -1.938827 0.0716

MA(1) 0.107507 0.391816 0.274381 0.7875







Prob(F-statistic) 0.000000 Inverted AR Roots .92-.05i .92+.05i

Inverted MA Roots -.05+.39i -.05-.39i

INTERPRETACION .-



pero que ma(1) ma(2)no es significativa con un probabilidad 78%, 64%.







IMPORTACIONES

Dependent Variable: IMPORTACIONES


Date: 08/06/16 Time: 03:17





AR(1) 0.963710 0.079187 12.17001 0.0000







Prob(F-statistic) 0.000000 Inverted AR Roots .96

Inverted MA Roots -.90

INTERPRETACION .-

Vemos que nuestro ar(1) ma(1) es significativa está dentro de los parámetros






Nos dice que el Durbin-Watson stat hay ACR viola supuesto.




Date: 08/06/16 Time: 05:57





AR(1) 0.849669 0.124991 6.797832 0.0000

MA(1) 1.646974 0.156289 10.53798 0.0000







Prob(F-statistic) 0.000000 Inverted AR Roots .85

Inverted MA Roots -.82-.35i -.82+.35i

INTERPRETACION .-

Vemos que nuestro ar(1) ma(1) ma(2) es significativa está dentro de los

parámetros con intervalo de confianza del 95% con la probabilidad de que

ocurra del 100%,





Nos dice que el Durbin-Watson stat no hay ACR no viola ningun supuesto.




Date: 08/06/16 Time: 05:58




WARNING: Singular covariance - coefficients are not unique

MA Backcast: OFF (Roots of MA process too large) Variable Coefficient Std. Error t-Statistic Prob. C 2.40E+10 NA NA NA

AR(1) 1.262411 NA NA NA

AR(2) -0.241253 NA NA NA

MA(1) 2.112385 NA NA NA R-squared 0.991791 Mean dependent var 2.40E+10








Inverted MA Roots -2.11

INTERPRETACION .-

Ojo en este variable hay colinealidad y no va es NO estacionario no explica

nada




Date: 08/06/16 Time: 06:03




WARNING: Singular covariance - coefficients are not unique

MA Backcast: OFF (Roots of MA process too large) Variable Coefficient Std. Error t-Statistic Prob. C 2.40E+10 NA NA NA

AR(1) 1.276745 NA NA NA

AR(2) -0.254626 NA NA NA

MA(1) 2.038574 NA NA NA

MA(2) -0.338877 NA NA NA R-squared 0.991770 Mean dependent var 2.40E+10








Inverted MA Roots .15 -2.19

Estimated MA process is noninvertible

INTERPRETACION .-

De igual forma en este modelo no explica nada no va el modelo ARMA (p,q)

econometria estimacion ar(p) ,ma(q) , arma(p,q)

Engineering